中国香港中文大学 发布 McQueen 数据集, 应用在 多模态对话系统、查询重写 领域

中国香港中文大学 本次发布的数据集 McQueen, McQueen数据集是由中国香港中文大学和阿里巴巴集团联合创建的大规模数据集，包含15,000个视觉对话和超过80,000个查询，每个查询都配有完整指定的重写版本。数据集通过手动注释收集，旨在支持多模态会话查询重写（McQR）任务，解决对话中信息省略和指代问题。此外，数据集还提供了重写中出现的实体的图像框注释，以辅助下游任务如实体指代检测。McQueen数据集的应用领域主要集中在改进多轮对话模型，通过重写查询来消除指代和省略，从而将复杂的对话模型问题简化为单轮版本。

查看McQueen

README 内容： 

关于 中国香港中文大学 , 中国香港中文大学（The Chinese University of Hong Kong，简称CUHK）是一所位于中国香港特别行政区的公立研究型大学，成立于1963年。该校以其卓越的教学和研究成果在国际上享有盛誉，尤其在人文科学、社会科学、自然科学和医学等领域表现突出。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。